当前位置:主页 > 科技论文 > 农业技术论文 >

生姜叶片氮含量的高光谱遥感估算模型研究

发布时间:2019-03-31 07:56
【摘要】:作物叶片氮含量的快速估算对于及时了解作物长势、病虫害监测以及产量评估具有重要意义。该文以经济作物生姜为研究对象,获取了2015年4月-9月不同品种、不同生育期和不同氮肥梯度下生姜叶片的高光谱和氮含量数据,对比分析了比值植被指数、归一化植被指数、植被指数组合形式对生姜叶片氮含量的估算效果。在此基础上,基于波段组合算法,筛选出了生姜叶片氮含量的敏感波段,并构建了两个新型光谱指数NDSI_((754,713))和RSI_((754,713))。结果表明,所选择的植被指数中,MCARI(705,750)/OSAVI(705,750)对生姜叶片氮含量估算效果最好,模型精度R~2、RMSE和RE分别为0.73、0.27、11.64%;利用波段组合算法构建的归一化光谱指数NDSI(754,713)对生姜叶片氮含量估算效果要优于MCARI(705,750)/OSAVI(705,750),模型估算精度R~2达0.83,使用的敏感波段713 nm与754 nm均位于植被的"红边"区域。对所建模型进行验证,叶片氮含量的预测值和实测值具有较好的一致性,验证样本R~2为0.78,RMSE为0.20,RE为9.81%。上述分析结果可为农业管理部门及时掌握生姜长势信息、制定施肥策略提供技术支持。
[Abstract]:The rapid estimation of nitrogen content in crop leaves is of great significance for understanding crop growth, pest monitoring and yield assessment in time. In this paper, the hyperspectral and nitrogen content data of ginger leaves of different varieties, different growth stages and different nitrogen fertilizer gradients from April to September 2015 were obtained, and the ratio vegetation index (NDVI) was compared and analyzed. The effect of normalized vegetation index and vegetation index combination on the estimation of nitrogen content in ginger leaves. On this basis, based on the band combination algorithm, the sensitive band of nitrogen content in ginger leaves was screened, and two new spectral indices NDSI_ (754713) and RSI_ (754713).) were constructed. The results showed that, MCARI (705750) / OSAVI (705750) had the best effect on the estimation of nitrogen content in ginger leaves. The model accuracy was 0.73, 0.27 and 11.64%, respectively, and the RMSE and RE were 0.73, 0.27 and 11.64%, respectively. The normalized spectral index NDSI (754713) constructed by band combination algorithm is superior to MCARI (705750) / OSAVI (705750) in estimating nitrogen content in ginger leaves. The sensitive bands 713 nm and 754 nm are located in the "red edge" area of vegetation. The results showed that the predicted and measured values of nitrogen content in leaves were in good agreement with each other. The results showed that the predicted and measured values of nitrogen content in leaves were 0.78, 0.20 and 9.81%, respectively, and that of RMSE and RE were 0.78, 0.20 and 9.81%, respectively. The above analysis results can provide technical support for agricultural management department to grasp the growth information of ginger in time and to formulate fertilization strategy.
【作者单位】: 重庆文理学院林学与生命科学学院;重庆文理学院特色植物研究院;
【基金】:国家自然科学基金项目(41401419) 重庆市教委科学技术研究项目(KJ1501123) 重庆文理学院学生科研项目(XSKY2016089)~~
【分类号】:S632.5;S127

【相似文献】

相关期刊论文 前10条

1 王福民;黄敬峰;王秀珍;;基于水稻背景特性的植被指数参数修正研究[J];农业工程学报;2008年05期

2 何彬方;冯妍;吴文玉;范伟;;安徽省近十年植被指数时空变化特征[J];生态学杂志;2010年10期

3 解文欢;张有智;吴黎;;基于植被指数对望奎县粮食作物产量预测方法的研究[J];黑龙江农业科学;2011年04期

4 康耀江;;植被指数在草地遥感中的应用初探[J];湖南农业科学;2011年Z1期

5 张仁华,饶农新,廖国男;植被指数的抗大气影响探讨[J];植物学报;1996年01期

6 国红;彭世揆;赵博光;;内蒙古鄂托克前旗地区苦豆子植被指数信息提取的研究[J];林业资源管理;2008年04期

7 范文义;白新源;冯欣;李明泽;杜华强;;哈尔滨热岛效应与植被指数关系的动态分析[J];东北林业大学学报;2009年06期

8 杜春雨;范文义;;叶面积指数与植被指数关系研究[J];林业勘查设计;2013年02期

9 杨洁;隋学艳;杨丽萍;郭洪海;朱振林;;山东省植被指数影像数据库的设计与实现[J];安徽农业科学;2011年29期

10 胡晓雯;曹爽;赵显富;;基于植被指数的绿地信息提取的比较[J];南京信息工程大学学报(自然科学版);2012年05期

相关会议论文 前10条

1 付卓;王锦地;施建成;宋金玲;靳华安;张立新;张钟军;赵少杰;陈柏松;;微波植被指数与光学植被指数在地面尺度上的关系研究[A];遥感定量反演算法研讨会摘要集[C];2010年

2 辛红梅;张杰;马毅;初佳兰;;基于植被指数的赤潮高光谱敏感波段确定方法初探[A];第十四届全国遥感技术学术交流会论文选集[C];2003年

3 范锦龙;;我国晴空分布及对旬合成植被指数的影响[A];推进气象科技创新加快气象事业发展——中国气象学会2004年年会论文集(下册)[C];2004年

4 张树誉;李登科;李星敏;周辉;;遥感植被指数及其在县域生态环境监测评估中的应用[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

5 安培浚;颉耀文;;绿洲植被指数的遥感定量研究-以民勤绿洲为例[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

6 江东;王乃斌;杨小唤;刘红辉;;植被指数—地面温度特征空间及其应用[A];第十三届全国遥感技术学术交流会论文摘要集[C];2001年

7 傅军;张杰;辛红梅;马毅;;基于植被指数的高光谱遥感水陆识别方法初探[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年

8 肖乾广;肖岚;李亚君;;EOS/MODIS,FY-1D/MVISR,NOAA/AVHRR的归一化植被指数的同化研究[A];全国国土资源与环境遥感应用技术研讨会论文集[C];2009年

9 杨道勇;肖云岫;;利用WT-10接收的1B高分辨云图数据生成植被指数图像[A];中国气象学会2005年年会论文集[C];2005年

10 何全军;曹静;张月维;;基于MODIS的广东省植被指数序列构建与应用[A];中国气象学会2007年年会生态气象业务建设与农业气象灾害预警分会场论文集[C];2007年

相关重要报纸文章 前1条

1 魏景云;气象卫星监测干旱 全国旱情一目了然[N];中国气象报;2003年

相关博士学位论文 前4条

1 卫炜;MODIS双星数据协同的耕地物候参数提取方法研究[D];中国农业科学院;2015年

2 张立福;通用光谱模式分解算法及植被指数的建立[D];武汉大学;2005年

3 岳文泽;基于遥感影像的城市景观格局及其热环境效应研究[D];华东师范大学;2005年

4 刘占宇;水稻主要病虫害胁迫遥感监测研究[D];浙江大学;2008年

相关硕士学位论文 前10条

1 刘吉凯;基于HJ卫星数据的甘蔗长势监测与估产研究[D];南京信息工程大学;2015年

2 郑亚云;榆林NDVI时空变化及驱动因子研究[D];长安大学;2015年

3 何春萌;经济利益驱动下的工矿开发对人类生存环境的影响[D];内蒙古大学;2015年

4 刘晓静;基于不同遥感数据源的秦岭地区植被指数对比分析[D];长安大学;2015年

5 王鑫梅;氮素水平对不同土壤质地杨树叶片光谱特性和光合能力的影响[D];河北农业大学;2015年

6 官雨薇;基于遥感影像的全球荒漠化指数构建及趋势分析[D];电子科技大学;2015年

7 胡文;黑龙江省雹灾遥感监测及时空特征分析[D];东北农业大学;2015年

8 吴明业;基于TVDI的土壤干旱遥感监测研究及验证[D];安徽农业大学;2014年

9 马瑞;增强植被指数算法的研究及其在生态环境遥感产品生产分系统的应用[D];河南大学;2015年

10 曾水生;双季稻生长指标光谱监测模型研究[D];江西农业大学;2015年



本文编号:2450717

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/nykj/2450717.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户5b18f***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com